Deep-Live-Cam一张照片跑通实时换脸的完整路线【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam先说结论Deep-Live-Cam 是一个能在本地跑通的开源实时换脸工具。给它一张人脸照片它就能在摄像头或本地视频里实时替换面孔嘴部动作还能靠遮罩机制保留。适合想在直播、视频会议或影视素材里做换脸实验的开发者与内容创作者全文按装好、跑通、调优三步展开。️ 项目速览实时换脸核心能力一览演示动图实时换脸叠加嘴部遮罩说话口型保留原始画面单图驱动只有一张源人脸照片即可开始目标可以是摄像头或视频文件。实时预览摄像头模式下点 Live 后界面预览约 10–30 秒出现之后可持续换脸。嘴部遮罩mouth mask说话时保留原始嘴部区域口型不跟目标脸打架。多人脸处理many faces 与 face mapping 支持画面里多张脸同时换或给不同人物映射不同脸。跨平台 内容过滤Windows、macOS、Linux 均支持推理走 onnxruntime 的 cuda、coreml、directml、openvino 等执行提供程序程序内置检查拒绝处理不当媒体内容。3分钟跑起来clone、依赖与模型文件第一步拿到代码git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam预期看到当前目录下出现完整的 Deep-Live-Cam 工程含 run.py 和 models 目录。第二步装依赖。Python 支持 3.11–3.14官方推荐 3.14macOS 上注意用对应的 python 解释器建 venv。python -m venv venv source venv/bin/activate pip install -r requirements.txtWindows 上激活命令是venv\Scripts\activate。预期看到onnxruntime 按平台装上对应版本无报错即成功。第三步放模型文件。需要两个inswapper_128_fp16.onnx人脸交换模型和GFPGANv1.4.pth面部增强模型放入项目根目录的 models 文件夹下载地址见 models/instructions.txt。预期看到models 目录下有两个模型文件。若目录为空首次运行也会自动下载约 300MB 模型手动放置更稳妥。第四步启动python run.py预期看到GUI 界面打开。选一张源人脸图片、选好目标摄像头点 Live10–30 秒后预览出现。视频模式则是选目标文件后点 Start输出保存在以目标视频命名的目录里。 能玩出什么效果以下三种是官方演示里效果最直观的用法。直播与视频会议摄像头实时换脸摄像头模式下换的是你的实时画面配合 OBS 这类推流工具做屏幕采集就能把换脸后的画面送进直播间或视频会议。说话时打开嘴部遮罩口型来自你自己观感会比全脸替换自然不少。演示动图直播表演场景下的实时换脸效果影视素材本地视频实时替换选一个本地视频作为目标点 Start 后逐帧换脸并导出成片。官方演示是实时观看电影并替换其中人物面孔单张脸替换、多人脸处理都支持处理速度取决于你的执行提供程序。演示动图电影画面中的实时换脸效果多人物画面一张脸映射多个目标很多人物同框的画面里many faces 模式会把所有脸都换成源脸face mapping 模式更细可以按顺序把不同源脸映射到不同人物上。做全员换脸的 meme 或群像视频时常用。演示动图多人物画面中的换脸映射效果常见卡点与调优演示动图界面内置性能监控实时显示硬件占用预览卡顿、帧率低→ 切换执行提供程序NVIDIA 显卡用--execution-provider cudaApple Silicon 用 coremlWindows 无 CUDA 环境可试 directml纯 CPU 机器用 openvino。首次启动特别久→ 正常现象首跑要下载约 300MB 模型并加载预览本身也需要 10–30 秒不用反复重启。说话时嘴部不自然→ 打开嘴部遮罩命令行参数为--mouth-mask让口型继续用原始画面。换脸效果差、边缘发糊→ 换源图正面、光线均匀、高清、表情自然避免侧脸和夸张表情。内存吃紧→ 用--max-memory限制最大内存占用或降低目标视频分辨率。使用红线换真实人物的脸先拿到本人明确同意。对外发布时明确标注输出为深度伪造内容。不用于欺诈、诽谤或其他违法用途。项目内置不当内容过滤不要尝试绕过它处理敏感素材。想继续深入从 modules/processors/frame/ 目录入手face_swapper.py 是换脸核心face_enhancer 和 face_masking 分别管增强与嘴部遮罩写自动化测试可参考 tests/ 下的现成用例遇到问题优先查项目 issue 区跑通 Live 模式后的第一个实验建议就是开启 mouth mask对比开与不开的口型差异。【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Deep-Live-Cam：一张照片跑通实时换脸的完整路线
Deep-Live-Cam一张照片跑通实时换脸的完整路线【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam先说结论Deep-Live-Cam 是一个能在本地跑通的开源实时换脸工具。给它一张人脸照片它就能在摄像头或本地视频里实时替换面孔嘴部动作还能靠遮罩机制保留。适合想在直播、视频会议或影视素材里做换脸实验的开发者与内容创作者全文按装好、跑通、调优三步展开。️ 项目速览实时换脸核心能力一览演示动图实时换脸叠加嘴部遮罩说话口型保留原始画面单图驱动只有一张源人脸照片即可开始目标可以是摄像头或视频文件。实时预览摄像头模式下点 Live 后界面预览约 10–30 秒出现之后可持续换脸。嘴部遮罩mouth mask说话时保留原始嘴部区域口型不跟目标脸打架。多人脸处理many faces 与 face mapping 支持画面里多张脸同时换或给不同人物映射不同脸。跨平台 内容过滤Windows、macOS、Linux 均支持推理走 onnxruntime 的 cuda、coreml、directml、openvino 等执行提供程序程序内置检查拒绝处理不当媒体内容。3分钟跑起来clone、依赖与模型文件第一步拿到代码git clone https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam cd Deep-Live-Cam预期看到当前目录下出现完整的 Deep-Live-Cam 工程含 run.py 和 models 目录。第二步装依赖。Python 支持 3.11–3.14官方推荐 3.14macOS 上注意用对应的 python 解释器建 venv。python -m venv venv source venv/bin/activate pip install -r requirements.txtWindows 上激活命令是venv\Scripts\activate。预期看到onnxruntime 按平台装上对应版本无报错即成功。第三步放模型文件。需要两个inswapper_128_fp16.onnx人脸交换模型和GFPGANv1.4.pth面部增强模型放入项目根目录的 models 文件夹下载地址见 models/instructions.txt。预期看到models 目录下有两个模型文件。若目录为空首次运行也会自动下载约 300MB 模型手动放置更稳妥。第四步启动python run.py预期看到GUI 界面打开。选一张源人脸图片、选好目标摄像头点 Live10–30 秒后预览出现。视频模式则是选目标文件后点 Start输出保存在以目标视频命名的目录里。 能玩出什么效果以下三种是官方演示里效果最直观的用法。直播与视频会议摄像头实时换脸摄像头模式下换的是你的实时画面配合 OBS 这类推流工具做屏幕采集就能把换脸后的画面送进直播间或视频会议。说话时打开嘴部遮罩口型来自你自己观感会比全脸替换自然不少。演示动图直播表演场景下的实时换脸效果影视素材本地视频实时替换选一个本地视频作为目标点 Start 后逐帧换脸并导出成片。官方演示是实时观看电影并替换其中人物面孔单张脸替换、多人脸处理都支持处理速度取决于你的执行提供程序。演示动图电影画面中的实时换脸效果多人物画面一张脸映射多个目标很多人物同框的画面里many faces 模式会把所有脸都换成源脸face mapping 模式更细可以按顺序把不同源脸映射到不同人物上。做全员换脸的 meme 或群像视频时常用。演示动图多人物画面中的换脸映射效果常见卡点与调优演示动图界面内置性能监控实时显示硬件占用预览卡顿、帧率低→ 切换执行提供程序NVIDIA 显卡用--execution-provider cudaApple Silicon 用 coremlWindows 无 CUDA 环境可试 directml纯 CPU 机器用 openvino。首次启动特别久→ 正常现象首跑要下载约 300MB 模型并加载预览本身也需要 10–30 秒不用反复重启。说话时嘴部不自然→ 打开嘴部遮罩命令行参数为--mouth-mask让口型继续用原始画面。换脸效果差、边缘发糊→ 换源图正面、光线均匀、高清、表情自然避免侧脸和夸张表情。内存吃紧→ 用--max-memory限制最大内存占用或降低目标视频分辨率。使用红线换真实人物的脸先拿到本人明确同意。对外发布时明确标注输出为深度伪造内容。不用于欺诈、诽谤或其他违法用途。项目内置不当内容过滤不要尝试绕过它处理敏感素材。想继续深入从 modules/processors/frame/ 目录入手face_swapper.py 是换脸核心face_enhancer 和 face_masking 分别管增强与嘴部遮罩写自动化测试可参考 tests/ 下的现成用例遇到问题优先查项目 issue 区跑通 Live 模式后的第一个实验建议就是开启 mouth mask对比开与不开的口型差异。【免费下载链接】Deep-Live-Camreal time face swap and one-click video deepfake with only a single image项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考